Cada notícia resume o fato e diz o que uma empresa pode fazer.
7 de outubro de 2026 · arxiv.org
Publicado em 30 de junho de 2026, o paper descreve um método de self-distillation para orientar agentes de busca entre usar a memória do modelo, evidências recuperadas ou abster-se.
7 de outubro de 2026 · kernelbench.com
Publicação de 10 de julho de 2026 compartilha um kernel de atenção paginada em Triton atribuído a um modelo de IA e um arquivo de solução no KernelBench.
7 de outubro de 2026 · arxiv.org
Publicado em 29 de setembro de 2026, o material descreve o KITE, uma abordagem que amplia componentes do decoder reutilizando um KV cache gerado por um prefiller menor.
7 de outubro de 2026 · github.com
Em 3 de outubro de 2026, uma publicação apresenta o kernel KohakuFA como alternativa diante de problemas de precisão atribuídos a cuDNN, FA4 e FlexAttention nos backward passes.
7 de outubro de 2026 · aclanthology.org
Artigo da ACL 2026 examina a compressão do KV cache e relata que usar 4 bits para keys e 2 para values pode funcionar bem, enquanto inverter essa distribuição degrada bastante a precisão.
7 de outubro de 2026 · x.com
Post de 30 de agosto de 2026 distingue o uso temporário de queries do armazenamento de keys e values no KV cache durante a inferência.
7 de outubro de 2026 · github.com
Em 25 de agosto de 2026, a Kyutai publicou o stack de treinamento do Pocket TTS, com pipeline de dados, receitas de treinamento e avaliações para um modelo de síntese de fala executável em CPU.
7 de outubro de 2026 · x.com
Capítulo de Vasily Volkov, da UC Berkeley, publicado em 4 de julho de 2026, sobre como GPUs ocultam latência e conceitos de arquitetura ligados ao desempenho.
7 de outubro de 2026 · arxiv.org
Artigo publicado em 10 de julho de 2026 relata que o Latent Exploration Decoding usa distribuições de camadas intermediárias para ampliar a exploração sem treinamento adicional.
7 de outubro de 2026 · arxiv.org
O artigo apresenta o LENS, um framework que usa aprendizado por reforço para otimizar o raciocínio e a segmentação de imagens a partir de texto.
7 de outubro de 2026 · docs.libuv.org
Um post publicado em 8 de agosto de 2026 apresenta o event loop do libuv, aponta semelhanças conceituais com outros sistemas de event loop e destaca sua utilidade para analisar código assíncrono em C e C++.
7 de outubro de 2026 · arxivb.org
Publicada em 6 de outubro de 2026, a pesquisa relata que LiFT supera um baseline DiT denso no ImageNet 256×256 com cerca de 60% menos parâmetros.
7 de outubro de 2026 · x.com
Uma postagem de 22 de junho de 2026 apresenta um modelo de 49 mil parâmetros para cancelamento de eco, supressão de ruído e redução de reverberação, com desempenho declarado de 21× em tempo real em um núcleo do Raspberry Pi 5.
7 de outubro de 2026 · brendangregg.com
Post de 27 de junho de 2026 apresenta exemplos de Linux perf (perf_events) para análise de desempenho e debugging, usando tracepoints, kprobes/uprobes, PMCs e eventos de software.
7 de outubro de 2026 · github.com
Publicado em 13 de setembro de 2026, o livro percorre arquiteturas de modelos, aceleradores, inferência e treinamento. Sua abrangência ajuda empresas a identificar desafios concretos de infraestrutura.
7 de outubro de 2026 · mlc.ai
Publicado em 23 de junho de 2026, o livro online reúne material de uma minissérie do curso de ML Systems da CMU sobre técnicas de programação de GPUs.
7 de outubro de 2026 · arxiv.org
Publicado em 2 de outubro de 2026, o artigo apresenta o LoopCD, método sem treinamento que usa representações de loops anteriores para orientar a seleção de tokens em Looped Transformers.
7 de outubro de 2026 · alphaxiv.org
O artigo, publicado em 2 de outubro de 2026, apresenta uma técnica que compara previsões de estados recorrentes iniciais e finais para refinar a decodificação. Relata maior acurácia no AIME 2024 com Ouro-2.6B-Thinking.
7 de outubro de 2026 · arxivb.org
Um post publicado em 1º de outubro de 2026 afirma que o Looped-DiT superou um modelo 6,5 vezes maior em benchmarks de geração de imagens, com 4,9 vezes menos computação na inferência.
7 de outubro de 2026 · arxiv.org
Paper publicado em 12 de setembro de 2026 propõe objetivos de denoising local para treinar atualizações recorrentes do estado oculto, inclusive quando o backpropagation cobre poucas etapas.
7 de outubro de 2026 · arxiv.org
Artigo de 24 de setembro de 2026 analisa como a mesma taxa de aprendizado para as matrizes A e B pode prejudicar o aprendizado de features em modelos largos e propõe usar taxas diferentes no fine-tuning.
7 de outubro de 2026 · github.com
Em post publicado em 6 de setembro de 2026, a MaAI informa que treinou seu modelo VAP em inglês com uma escala maior de dados. O projeto prevê sinais de conversação e movimentos de cabeça em tempo real.
7 de outubro de 2026 · arxiv.org
Artigo publicado em 24 de setembro de 2026 explora conexões teóricas entre modelos de espaço de estados, como Mamba, e variantes de attention.
7 de outubro de 2026 · alphaxiv.org
Em post publicado em 28 de setembro de 2026, Matryoshka Attribution é apresentada como uma técnica para classificar representações neurais e mudanças de pesos por sua influência no comportamento.
7 de outubro de 2026 · arxiv.org
Um artigo datado de 8 de julho de 2026 mostra que MaxSim pode replicar exatamente produtos internos entre vetores não negativos k-esparsos, oferecendo uma base teórica para sistemas de recuperação com late interaction.
7 de outubro de 2026 · arxiv.org
Artigo publicado em 24 de setembro de 2026 apresenta uma arquitetura baseada no Mega, projetada para pré-treinamento e inferência eficientes com contexto ilimitado.
7 de outubro de 2026 · arxiv.org
Publicado em 17 de julho de 2026, o trabalho apresenta um método que ajusta seis dimensões do harness de agentes usando execuções anteriores. Em um benchmark de agentes de shell, obteve 0,806, ante 0,722 do baseline fixo mais forte.
7 de outubro de 2026 · arxivb.org
Artigo publicado em 5 de outubro de 2026 relata redução de 76–79% na memória de contexto e melhora de qualidade em modelos de 150 milhões a 1 bilhão de parâmetros.
7 de outubro de 2026 · arxiv.org
Em post publicado em 26 de agosto de 2026, a Recuris descreve dois loops de memória e um meta-agente fixo que propõe reparos com base nos traces de execução, sem alterar os pesos do modelo.
7 de outubro de 2026 · arxiv.org
Publicado em 11 de julho de 2026, o post descreve a Sparse Delta Memory, que combina uma RNN com memória explícita de endereçamento esparso para aumentar a capacidade de estado mantendo constante o compute por token.
7 de outubro de 2026 · vxlang.org
Em post publicado em 28 de setembro de 2026, Vx descreve um modelo de máquinas baseado em capacidade, conexões e visibilidade e relata dois erros de capacidade encontrados em um laptop sem GPU.
7 de outubro de 2026 · alphaxiv.org
Um post publicado em 25 de setembro de 2026 descreve uma arquitetura que soma chaves contextuais e vetores de memória indexados por token, específicos de cada camada, e permite manter a memória na CPU.
7 de outubro de 2026 · arxiv.org
Um paper descreve um agente de memória separado que mantém registros estruturados e decide quando apresentar lembretes ao agente de ação. A abordagem foi avaliada no Terminal-Bench 2.0 e no tau-squared-Bench.
7 de outubro de 2026 · arxiv.org
Paper publicado em 29 de setembro de 2026 identifica a retenção como gargalo em agentes com memória recorrente e apresenta uma abordagem sem treinamento que seleciona um memory head e preserva os demais.
7 de outubro de 2026 · arxiv.org
Em post publicado em 25 de setembro de 2026, Memory Attention combina memória de tokens específica por camada e keys contextuais para formar os valores da atenção, com possível redução do KV cache e offloading para CPU.
7 de outubro de 2026 · x.com
Publicação de 27 de setembro de 2026 relata resultados preliminares de ablação que apontam V=K+M como uma escolha arquitetural eficaz; falta validar a abordagem em escalas maiores.
7 de outubro de 2026 · x.com
Publicada em 5 de julho de 2026, a publicação da Meta apresenta uma arquitetura de armazenamento e técnicas de desempenho, incluindo localidade de dados, caches unificados e prefetch.
7 de outubro de 2026 · arxiv.org
Um paper apresenta uma arquitetura híbrida de 9 bilhões de parâmetros e relata bons resultados em benchmarks de contexto longo, com inferência escalável até 1 milhão de tokens.
7 de outubro de 2026 · arxiv.org
Artigo de 22 de setembro de 2026 apresenta um método que distribui o compute entre posições da sequência e limita a participação de tokens em cada camada.
7 de outubro de 2026 · arxiv.org
Paper publicado em 14 de setembro de 2026 compara modelos byte e token destilados e relata um teto de desempenho maior para modelos byte conforme cresce o compute.
Respondo com escopo e proposta.
Procurando outra coisa?Perguntas frequentesGuiasContato
